Manipulación Demanda de Combustible 2013-2021
Irma Noemí No
07/07/2022
1 Análisis de la Información
1.1 Importamos los datos
Las datos a trabajar pertenecen a bases abiertas y oficiales obtenidas a través de las páginas: datos.gob.ar, producción de combustibles e hidrocarburos de Argentina .
| Año | idmes | Empresa | cuit | planta | producto | provincia | localidad | Unidad_Volumen | Unidad_Precio | Precio_de_venta | Venta_Directa_Volumen | Otros_Precio | Otros_Volumen | exento | movimientos | fecha | fecha_carga | bandera estacion de servicio | …20 | …21 | …22 | …23 | …24 | …25 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2013 | 4 | Refinor | 30658233692 | BANDA DEL RIO SALI - Refinor | GAS OIL GRADO 2 | TUCUMAN | BANDA DEL RIO SALI | m3 | $/Litro | 3.6310 | 14999.0 | NA | NA | NO | Si | 2013-04-01 | 2013-05-10 | Refinor | NA | NA | NA | NA | NA | NA |
| 2013 | 4 | Refinor | 30658233692 | BANDA DEL RIO SALI - Refinor | Nafta común sin plomo, hasta 92 RON | TUCUMAN | BANDA DEL RIO SALI | m3 | $/Litro | 2.6750 | 1487.0 | NA | NA | NO | Si | 2013-04-01 | 2013-05-10 | Refinor | NA | NA | NA | NA | NA | NA |
| 2013 | 4 | Refinor | 30658233692 | BANDA DEL RIO SALI - Refinor | Nafta premium sin plomo, de mas de 95 RON | TUCUMAN | BANDA DEL RIO SALI | m3 | $/Litro | 3.6350 | 672.0 | NA | NA | NO | Si | 2013-04-01 | 2013-05-10 | Refinor | NA | NA | NA | NA | NA | NA |
| 2013 | 1 | SUALIER SA | 30707592865 | HURLINGHAM - SUALIER SA | Nafta premium sin plomo, de mas de 95 RON | BUENOS AIRES | HURLINGHAM | m3 | $/Litro | NA | NA | 4.085 | 43 | NO | Si | 2013-01-01 | 2013-03-01 | SUALIER SA | NA | NA | NA | NA | NA | NA |
| 2013 | 1 | SUALIER SA | 30707592865 | HURLINGHAM - SUALIER SA | Nafta súper sin plomo, de mas de 92 RON | BUENOS AIRES | HURLINGHAM | m3 | $/Litro | NA | NA | 3.620 | 338 | NO | Si | 2013-01-01 | 2013-03-01 | SUALIER SA | NA | NA | NA | NA | NA | NA |
| 2013 | 1 | SUALIER SA | 30707592865 | HURLINGHAM - SUALIER SA | GAS OIL GRADO 3 | BUENOS AIRES | HURLINGHAM | m3 | $/Litro | 3.5100 | 133.0 | NA | NA | NO | Si | 2013-01-01 | 2013-03-01 | SUALIER SA | NA | NA | NA | NA | NA | NA |
| 2013 | 4 | Refinor | 30658233692 | BANDA DEL RIO SALI - Refinor | Nafta súper sin plomo, de mas de 92 RON | TUCUMAN | BANDA DEL RIO SALI | m3 | $/Litro | 3.4000 | 10076.0 | NA | NA | NO | Si | 2013-04-01 | 2013-05-10 | Refinor | NA | NA | NA | NA | NA | NA |
| 2013 | 4 | Petrobras Energia S.A. | 30504077078 | NA | Nafta premium sin plomo, de mas de 95 RON | NA | NA | m3 | $/Litro | 3.6657 | 459.5 | NA | NA | NO | Si | 2013-04-01 | 2013-05-23 | Petrobras Energia S.A. | NA | NA | NA | NA | NA | NA |
| 2013 | 1 | OIL COMBUSTIBLES S.A. | 30711293988 | SAN LORENZO - OIL COMBUSTIBLES S.A. | GAS OIL GRADO 2 | SANTA FE | SAN LORENZO | m3 | $/Litro | 3.5400 | 27538.8 | NA | NA | NO | Si | 2013-01-01 | 2013-03-05 | OIL COMBUSTIBLES S.A. | NA | NA | NA | NA | NA | NA |
| 2013 | 1 | OIL COMBUSTIBLES S.A. | 30711293988 | SAN LORENZO - OIL COMBUSTIBLES S.A. | GAS OIL GRADO 2 | SANTA FE | SAN LORENZO | m3 | $/Litro | 3.5400 | 7311.4 | NA | NA | SI | Si | 2013-01-01 | 2013-03-05 | OIL COMBUSTIBLES S.A. | NA | NA | NA | NA | NA | NA |
1.2 Análisis Descriptivos
1.2.1 Comportamiento de las Ventas diarias
Visualizamos la dispersión de las ventas diarias (en m3) de los productos Naftas y GAS OIL.
A partir de la distribución anterior que muestra una baja de ventas en el año 2020, comenzamos el estudio por rangos: anual y mensual.
1.2.2 Comportamiento anual
Luego de corregir algunos valores aislados (considerados como errores de transcripción o registro) se realiza un primer análisis de la demanda de combustible, de manera muy poco desagregada según la consideración conjunta por año.
| Año | Total | Promedio | DesvioSD |
|---|---|---|---|
| 2017 | 7340451 | 5642.16 | 9320.63 |
| 2019 | 7323402 | 6609.57 | 10808.49 |
| 2013 | 7158237 | 5149.81 | 8697.79 |
| 2018 | 7037615 | 5974.21 | 9962.32 |
| 2016 | 7030416 | 5098.20 | 8394.77 |
| 2015 | 6970274 | 4894.86 | 8057.18 |
| 2014 | 6772288 | 4735.87 | 7985.76 |
| 2020 | 6355847 | 5788.57 | 10313.16 |
| 2021 | 4695395 | 6260.53 | 11895.84 |
Desde la tabla observamos un enorme desvío correspondiente a la elevada variabilidad de pedidos por períodos mensuales y diversas órdenes de diferentes empresas, destacándose los años de 2021 y 2020 afectados por las restricciones de movilidad ASPO, y el año 2019, cuyos valores se deberán analizar. Por otra parte, los datos desde el mes de septiembre hasta diciembre del 2021 de la venta de nafta y gasoil no se encuentran disponibles a la fecha, justificando de esta manera la última ubicación de este año en el ranking de Ventas totales.
Realizamos un pequeño gráfico:
A partir del gráfico anterior, se observa que en los años 2020 y 2021 el comportamiento del volumen de ventas ha sido diferencial con respecto a los años anteriores. Si confeccionamos una tabla y un gráfico de barras con la demanda total de los meses 4, 5 y 6 es posible que observemos las diferencias que creemos ver.
| Año | Mes4 | Mes5 | Mes6 |
|---|---|---|---|
| 2013 | 621119.3 | 615978.0 | 570633.9 |
| 2014 | 577975.6 | 541726.8 | 529931.4 |
| 2015 | 616862.6 | 566667.3 | 568330.7 |
| 2016 | 530145.2 | 549158.9 | 565477.2 |
| 2017 | 558446.0 | 607632.5 | 601119.4 |
| 2018 | 540882.5 | 564892.6 | 575075.5 |
| 2019 | 589953.7 | 584992.2 | 572613.4 |
| 2020 | 367739.1 | 429584.3 | 469213.9 |
| 2021 | 623968.4 | 561948.8 | 497547.5 |
Graficamos los meses de interés:
Hacemos los gráficos mensuales interactivos para comparar desde una mirada rankeada estos meses, en todas las Naftas y GAS OIL grados 1 y 2.
1.3 Comparativos con anuales con 2020
Analizamos el comportamiento antes y después del año 2020.
1.3.1 Diagramas de Cajas
Una visión interactiva pero de dificultad con escalas de valor es la siguiente:
Mejoramos la visibilidad de los boxplots en el siguiente gráfico estático:
1.3.2 Dispersión (últimos años)
En una vista interactiva:
A través de las gráficas realizadas reafirmamos muy rápidamente que en los meses 4, 5 y 6 del año 2020 las ventas están por fuera del intervalo correspondiente, coincidiendo con la época de mayor aislamiento por el decreto ASPO / COVID-19.
1.4 Por Empresas
Visualizamos la variabilidad de ventas por empresa y año.
| Empresa | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 |
|---|---|---|---|---|---|---|---|---|---|
| DESTILERIA ARGENTINA DE PETROLEO S.A. | 392.1 | 0.0 | 0.0 | 0.0 | 0.0 | 207588.7 | 373783.8 | 274082.8 | 0.0 |
| ESSO PETROLERA ARGENTINA SRL / AXION ENERGY | 1712362.2 | 1606781.7 | 1667972.8 | 1642176.2 | 1641792.9 | 416518.7 | 0.0 | 0.0 | 0.0 |
| FOX PETROL S.A. | 1114.0 | 530.0 | 931.9 | 476.7 | 98.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| OIL COMBUSTIBLES S.A. | 741220.8 | 683190.5 | 699714.0 | 634159.0 | 634956.0 | 55111.0 | 0.0 | 0.0 | 0.0 |
| Petrobras Energia S.A. | 788155.4 | 833187.5 | 868170.0 | 840931.1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| Petrolera Argentina S.A. | 1678.6 | 917.3 | 1784.3 | 2495.1 | 66447.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| PETROLERA DEL CONOSUR S.A. | 164748.0 | 90866.0 | 47321.0 | 72834.0 | 49372.0 | 3304.0 | 0.0 | 0.0 | 0.0 |
| Refinadora Neuquina S.A. | 33.5 | 352.1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| Refinor | 362362.1 | 341826.7 | 349845.3 | 345021.5 | 361724.1 | 352917.9 | 315736.0 | 248435.4 | 194256.9 |
| Shell Cía Argentina de Petróleo S.A. | 2461684.6 | 2316876.5 | 2458435.5 | 2701062.9 | 3007168.2 | 3047721.6 | 3143656.2 | 2929619.6 | 2246599.2 |
| SUALIER SA | 622.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| YPF S.A. | 923864.1 | 897759.8 | 876099.2 | 791259.8 | 740303.6 | 758110.6 | 718835.3 | 451862.0 | 358165.4 |
| PAMPA ENERGÍA S.A | 0.0 | 0.0 | 0.0 | 0.0 | 838588.7 | 279998.4 | 0.0 | 0.0 | 0.0 |
| PAN AMERICAN ENERGY (SUCURSAL ARGENTINA) LLC | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1397190.6 | 1872687.2 | 1586970.9 | 1180417.8 |
| TRAFIGURA ARGENTINA | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 519153.1 | 898703.0 | 864876.0 | 715956.0 |
Gráficamente:
1.5 Por Regiones
Los volúmenes vendidos por las empresas mencionadas (situadas en diferentes provincias de Argentina), pueden ser visualizados en series temporales y pronosticarse con cierto margen de error a través del programa PowerBI.
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
2 Estimaciones de Demanda
Un gráfico básico del comportamiento temporal de ventas de Nafta, distinguiendo el año y mes de demanda en Argentina es el siguiente:
Para el GasOil:
2.1 Naftas
Gráfico de comportamiento temporal considerando los promedios de ventas diarias (en m3) para cada mes de todas las empresas en Argentina (01/2013-08/2021):
En una visualización dinámica:
Utilizamos el paquete “Prophet” para realizar un pronóstico rápido a través de las series de tiempo de las cuales disponemos.
Pronóstico considerando periodicidad semanal:
Pronóstico considerando periodicidad diaria:
Analizamos las componentes:
Componentes considerando periodicidad semanal
Componentes considerando periodicidad diaria
Obtenemos un pronóstico ajustado corregido por los datos reales de 2020, que aún así difiere considerablemente en los valores real y predicho de los meses 4, 5 y 6.
La demanda de nafta ha demostrado una tendencia en alza en los últimos años y posee un comportamiento estacional mensual según se deduce del último gráfico.
tareas: SEPARAR 2021, PRONOSTICAR 2020 CON 2019
2.2 GasOil
Gráfico de comportamiento temporal considerando los promedios de ventas diarias (en m3) para cada mes de todas las empresas en Argentina (01/2013-08/2021):
En una visualización dinámica:
Utilizamos el paquete “Prophet” para realizar un pronóstico rápido a través de las series de tiempo de las cuales disponemos.
Pronóstico considerando periodicidad semanal:
Pronóstico considerando periodicidad diaria:
Analizamos las componentes:
Componentes considerando periodicidad semanal
Componentes considerando periodicidad diaria
3 Movilidad Google
Datos disponibles en Google movility reports:
| country_region_code | country_region | NAME_1 | NAME_2 | Promedio | metro_area | iso_3166_2_code | census_fips_code | place_id | idmes | date | retail_and_recreation_percent_change_from_baseline | grocery_and_pharmacy_percent_change_from_baseline | parks_percent_change_from_baseline | transit_stations_percent_change_from_baseline | workplaces_percent_change_from_baseline | residential_percent_change_from_baseline |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AR | Argentina | Santa Fe | San Martín | -17.0 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-16 | -20 | 10 | -89 | NA | 12 | 2 |
| AR | Argentina | Santa Fe | San Martín | -17.6 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-17 | -23 | 11 | -90 | NA | 11 | 3 |
| AR | Argentina | Santa Fe | San Martín | -18.8 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-18 | -27 | 9 | -90 | NA | 10 | 4 |
| AR | Argentina | Santa Fe | San Martín | -16.4 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-19 | -24 | 19 | -91 | NA | 8 | 6 |
| AR | Argentina | Santa Fe | San Martín | -2.5 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-20 | -31 | 4 | NA | NA | 11 | 6 |
| AR | Argentina | Santa Fe | San Martín | -14.2 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-21 | -16 | 20 | -88 | NA | 10 | 3 |
| AR | Argentina | Santa Fe | San Martín | -12.8 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-22 | -14 | 25 | -88 | NA | 11 | 2 |
| AR | Argentina | Santa Fe | San Martín | -7.6 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-23 | -2 | 39 | -86 | NA | 12 | -1 |
| AR | Argentina | Santa Fe | San Martín | -19.6 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-24 | -27 | 24 | -88 | NA | -8 | 1 |
| AR | Argentina | Santa Fe | San Martín | -47.6 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-25 | -52 | -57 | -89 | NA | -48 | 8 |
| AR | Argentina | Santa Fe | San Martín | -25.2 | NA | NA | NA | ChIJSx7z0Y9bypURHf7O0wmJ9wk | 12 | 2020-12-26 | -35 | -6 | -93 | NA | 0 | 8 |
Trabajamos en la base de datos considerando los promedios de movilidad general por fecha en Argentina.
3.1 Comparativa nafta - movilidad google 2020
Realizamos el ajuste a principio de cada mes para el emparejamiento de datos. Visualmente:
3.2 Correlación
Correlación entre las variables, demanda nafta-movilidad.
## [1] 0.83.3 Comparativa gasoil - movilidad google 2020
Realizamos el ajuste a principio de cada mes para el emparejamiento de datos. Visualmente:
3.4 Correlación
Correlación entre las variables, demanda gasoil-movilidad.
## [1] 0.283.5 Primeras Conclusiones
En principio se observa:
👩⚕️👨⚕️ La demanda de combustible demuestra un comportamiento diferencial en época de pandemia.
📲 La movilidad se correlaciona especialmente con el consumo de nafta (esto puede respaldarse en el importante parque automotor particular naftero del territorio argentino). Por otra parte, las ventas a granel de gasoil podrían distorsionar la correlación movilidad-demanda, generando un bajo índice para este combustible.
🗺️ La movilidad y también el consumo de combustible demostraron diferencias de acuerdo a la Provincia de estudio. Esto podría deberse a la diversidad de políticas restrictivas sobre la movilidad local.
4 Mapas
Los mapas correspondientes a la movilidad google ejemplificados con los dos primeros meses de los reportes y que fueran utilizados para la capacitación de becarios se pueden ver aquí.
5 Fórmulas
Ensayos de modelos de regresión lineal generalizados para la demanda de nafta en base a Movilidad Google, utilizado como material para los becarios puede verse aquí.